Na een periode van droogte waren er flinke regenbuien, onweer, veel plassen en alles ziet er een stuk frisser uit. Na een zo’n bui heb ik een schep uit de schuur gepakt en in mijn tuin gestoken. Droge grond! Na zoveel regen? Was ik verbaasd? Nee, helaas niet…
Harald Gortz
Met remote sensing en slimme dingen doen met deze data (en nee, slimme dingen doen is niet moeilijk) kunnen we er samen voor zorgen om uitdagingen als droogte, stedelijke temperatuur en wateroverlast om te zetten naar kansen!
Een hemelse databron
Maar laten we eerst eens beginnen met data, terug naar die 150 miljoen kilometer. Dat is ongeveer de afstand van de aarde tot de zon. Die zon levert ons al jarenlang gigantisch veel data op. Data die, wanneer we deze combineren met ander data, ons kan helpen om de uitdagingen om te zetten naar kansen! Hoe? Heel eenvoudig, het gaat om zonlicht.
Als eerste: de zon zorgt voor warmte en licht op de aarde, dat gebeurt door het zonlicht, oftewel zonnestraling. Zonnestraling is het vermogen per oppervlakte-eenheid dat van de zon wordt ontvangen in de vorm van elektromagnetische straling. Deze zonnestraling wordt gemeten in watt per vierkante meter (W/m2) in SI-eenheden.
Kortom, de zon geeft energie, die energie wordt omgezet in warmte, doordat het zonlicht op een object valt. Of het zonlicht kan gebruikt worden om energie, elektriciteit, op te wekken met zonnepanelen.
Waar halen we de data vandaan?
Nu willen we natuurlijk graag weten hoeveel energie de zon kan opwekken, daar hebben we een handige operator voor in ERDAS IMAGINE, Analyze Radiance.
Aan de hand van het tijdstip en de datum levert de operator output in stralingseenheden (Watt per vierkante meter) voor elke hoogtepixel met behulp van de lokale helling en aspect (de positionering van een gebouw of andere structuur in een bepaalde richting).
Zijn we er dan? Nee, we hebben namelijk nog iets meer data nodig. Namelijk, waar kan die energie opgewekt worden? Dat willen we graag op de daken van huizen doen. Daar worden de zonnepanelen immers geïnstalleerd. Die locatie kunnen we uit de BGT halen.
En de vorm van het dak dan? Helling en aspect? Die halen we uit de AHN. Nu we toch bezig zijn, pakken we gelijk ook een Landsat 8 beeld erbij, daar kunnen we de temperatuur uit halen. Ook niet geheel onbelangrijk.
Het mooie van deze data is dat het allen open data is, voor iedereen toegankelijk en te gebruiken.
De Basisregistratie Grootschalige Topografie (BGT) is een digitale kaart van Nederland waarop gebouwen, wegen, waterlopen, terreinen en spoorlijnen eenduidig zijn vastgelegd. De kaart is op 20 centimeter nauwkeurig en bevat veel details, zoals je die in de werkelijkheid ook ziet. Denk aan bomen, wegen en gebouwen. Kortom: de inrichting van de fysieke omgeving.
Zonnepanelen en groene daken
Kortom de locatie, vorm, warmte en zonne-energie zijn alle data die we nodig hebben om te bepalen waar en hoe efficiënt zonnepanelen geplaatst kunnen worden op daken. Dat begon allemaal met data die van 150 miljoen kilometer bij ons vandaan komt en een slimme operator.
Hoe kunnen we dan met die data de zonne-energie potentie bepalen? Waar moet je dan rekening mee houden en kan dat wel zo gemakkelijk?
Om zonne-energie te bepalen met behulp van de zonnestraling maken wij gebruik van de functie Analyze Radiance. Door deze te combineren met AHN en BGT kunnen we berekenen hoeveel energie er op moment x of gedurende de dag op het dak van een huis ‘valt’.
Onderstaand voorbeeld laat de intensiteit van zonne-energie op 15 juli om 10:15 zien.
Dat is natuurlijk maar één van de vele stappen die we moeten zetten. Bijvoorbeeld, de intensiteit van zonne-energie is niet elke maand hetzelfde. Uiteindelijk gaat het natuurlijk om de besparing van CO2 uitstoot. In het geval van zonnepalen gaat het er dan om uit te vinden waar in het gebied de meeste besparing gerealiseerd kan worden. Natuurlijk tegen de laagst mogelijke kosten. Ook willen we onderscheid tussen bedrijfspanden en woningen kunnen maken.
Combineren we deze data met data over zonnepanelen dan kunnen we zelfs per dak de investering en opbrengst (geschat) berekenen. Hoe maken we dat slim? Gewoon via DELTA…
Dit is een additionele toolset binnen ERDAS IMAGINE samengebracht. Of het nu gaat om klimaatadaptatie, verdroging of gebouwmutaties, om maar een paar voorbeelden te noemen. Met één druk op de knop een antwoord! Het enige dat je hoeft te doen, is de open data te downloaden bij bijvoorbeeld PDOK en vervolgens ga je aan de slag.
Niet alleen Zonnepaneel op dak Potentie kan je in DELTA vinden. Ook slimme dingen om bestaande zonnepanelen te vinden of nieuwe zonnepanelen te ‘ontdekken’ hebben we in DELTA opgenomen. Gebruik gewoon de open data in DELTA en je bent klaar!
En wat doe dan met resultaat? Dat kan je inzetten bij het beleid, ook dat kan slim. Hoe? Met een dashboard. Het resultaat van de berekening uit DELTA wordt weggeschreven als een shape-file, een formaat dat binnen elke geo-ict omgeving gebruikt kan worden. Het is wel een shape-file met van elk pand 44 karakteristieken. Per pand weten we nu het aantal te plaatsen panelen, de mogelijke investering, opbrengsten en nog veel meer.
En nu? Hoe maak je die data inzichtelijk? Daar doen we in een dashboard waar we M.App Enterprise voor gaan gebruiken.
Daar zit natuurlijk ook het grote voordeel. Als data scientist of geo-techneut is het geen probleem om met de data en geo-software te werken. Het resultaat moet ook makkelijk en eenvoudig in een omgeving te gebruiken zijn. Een dashboard!
Op de portaal pagina binnen M.App Enterprise zien we welke apps al beschikbaar zijn. In onderstaand voorbeeld heb ik Groenedaken Potentie en Zonnepaneel potentie al geplaatst.
Wanneer je nu op de app kikt wordt deze geopend. In 1 oogopslag heb je inzicht in waar, hoeveel, welke investering maar ook welke opbrengst er te behalen is in een wijk of buurt.
Alle widgets in de app zijn interactief. Wanneer je dan een buurt of wijk of juist panden met heel veel potentie kiest, past het dashboard zich aan. Klik je op een pand, dan krijg je een detail scherm te zien met de mogelijkheden van dat desbetreffende pand. Concreet van een gemeente, plaats, buurt, wijk of afzonderlijk pand kan je met 1 oogopslag zien wat de mogelijke potentie is.
Samenvattend, door open data als BGT en AHN te gebruiken in een Analyze Radiance algoritme krijgen we in zicht in de mogelijke zonne-energie potentie. Dat gebruiken we in een model waar we ook investering en opbrengsten in meenemen.
Slimme dingen doen is niet moeilijk!